OpenAI libera sus primeros modelos de IA para ejecutar localmente tras años de secretismo
OpenAI acaba de lanzar algo que me parece realmente interesante: sus primeros modelos de código abierto desde 2019. No, no es el esperado GPT-5, pero posiblemente sea algo más revolucionario para ciertos usos. La compañía ha presentado gpt-oss-120b y gpt-oss-20b, dos modelos que puedes descargar y ejecutar en tu propio hardware, algo que no veíamos desde la época del modesto GPT-2.
¿Qué ofrecen estos nuevos modelos de IA?
Lo primero que debes saber es que estos modelos están diseñados para funcionar en infraestructuras más modestas que los monstruos que OpenAI ejecuta en la nube. Vienen en dos tamaños: uno grande (120b) y otro más manejable (20b).
Ambos son transformers con algo llamado «cadena de pensamiento configurable» (CoT), que podemos ajustar en tres niveles: bajo, medio y alto. La configuración más baja consume menos recursos y es más rápida, pero si quieres mejores resultados, necesitarás el nivel alto. Lo bueno es que puedes configurar esto con una simple línea en el prompt del sistema.
El modelo pequeño que no lo es tanto
El gpt-oss-20b tiene 21.000 millones de parámetros, aunque gracias a la tecnología de «mezcla de expertos» (MoE), solo necesita procesar 3.600 millones de parámetros por token. Esto lo hace ejecutable en ordenadores normales con 16GB o más de memoria.
No es precisamente un peso ligero, pero tampoco necesitas un superordenador. Piensa que es como tener un coche de gama media-alta: no es un Ferrari, pero para el día a día cumple perfectamente.
El hermano mayor que necesita músculo
Por su parte, el gpt-oss-120b llega a los impresionantes 117.000 millones de parámetros, reducidos a 5.100 millones por token gracias también a MoE. Este ya requiere 80GB de memoria para funcionar, algo que no encontrarás en el portátil de tu sobrina. Sin embargo, puede ejecutarse en una sola GPU de nivel profesional, como la Nvidia H100.
Los dos modelos tienen una ventana de contexto de 128.000 tokens, lo que significa que pueden «recordar» y procesar enormes cantidades de texto en una sola conversación.
Rendimiento: ¿Están a la altura de los modelos en la nube?
Según OpenAI, el rendimiento se acerca bastante a sus modelos propietarios en la nube. El gpt-oss-120b se sitúa entre o3 y o4-mini en la mayoría de pruebas, mientras que la versión más pequeña va un poco por detrás. Donde mejor se desempeñan es en tareas de matemáticas y programación.
En pruebas de conocimiento general como «Humanity’s Last Exam», aún existe una brecha: o3 alcanza un 24,9% (con herramientas), mientras que gpt-oss-120b solo llega al 19%. Para que te hagas una idea, el Gemini Deep Think de Google obtiene un 34,8% en la misma prueba.
Limitaciones claras
Es importante señalar que estos modelos son solo de texto – nada de procesar imágenes o audio como sus hermanos mayores en la nube. OpenAI no busca que sustituyas a ChatGPT o a sus APIs con estos modelos, sino que los uses en contextos específicos donde necesites:
- Menor latencia (respuestas más rápidas)
- Mayor personalización
- Mantener datos sensibles dentro de tu infraestructura
La intención de OpenAI y el factor seguridad
Lo que veo aquí es un movimiento interesante: OpenAI reconoce que muchas empresas están utilizando modelos open-source de la competencia para ciertos casos de uso locales, mientras mantienen sus servicios cloud para otras tareas. Con gpt-oss, les ofrece una solución integral dentro del ecosistema OpenAI.
¿Pueden estos modelos ser usados con fines maliciosos?
Esta es la pregunta del millón con cualquier tecnología de IA de código abierto. Lo interesante es que OpenAI dice haber puesto a prueba estos modelos intentando «hacerlos malvados» mediante fine-tuning específico.
El resultado, según ellos, es que incluso después de intentar que se comporten mal, no alcanzaron un nivel de calidad alto en tareas maliciosas, según su «Preparedness Framework». OpenAI atribuye esto a su enfoque de «alineamiento deliberativo» y «jerarquía de instrucciones».
¿Cómo puedo probar estos modelos?
Si te ha entrado curiosidad (a mí desde luego me ha picado), puedes descargar gpt-oss-120b y gpt-oss-20b desde hoy mismo en HuggingFace. También hay repositorios disponibles en GitHub, y OpenAI incluso hospedará versiones estándar en su propia infraestructura para pruebas.
Para los más técnicos, la compañía ha publicado tanto una ficha técnica completa como un post de investigación detallado.
¿Detectarán los detectores de IA este contenido?
Una pregunta que surge inevitablemente es si los actuales detectores de IA podrán identificar contenido generado por estos modelos. Al ser modelos basados en la misma arquitectura subyacente que los grandes LLMs, es probable que los detectores de IA actuales puedan identificar patrones similares.
Sin embargo, la personalización que permiten estos modelos podría complicar la detección. Si alguien ajusta profundamente uno de estos modelos para un dominio específico, podría generar texto que escape a los detectores de IA convencionales. Esto plantea nuevos desafíos tanto para creadores como para verificadores de contenido.
El futuro de la IA local frente a los servicios en la nube
Lo que estamos viendo es un cambio interesante en el campo de la IA: tras años de concentración de poder en grandes modelos accesibles solo vía API, ahora vemos una tendencia hacia devolver capacidades a infraestructuras locales.
Esto no significa el fin de los servicios en la nube, que seguirán siendo imprescindibles para quien necesite lo último en capacidades o no pueda permitirse mantener infraestructura especializada. Pero abre posibilidades interesantes para quienes necesitan mayor control, privacidad o adaptación.
Es probable que veamos un ecosistema donde las empresas combinen modelos locales para ciertos casos de uso con servicios en la nube para otros, exactamente lo que OpenAI parece estar anticipando con este lanzamiento.
Lo que tengo claro es que este movimiento de OpenAI no es casual ni meramente altruista – es una respuesta estratégica al auge de modelos abiertos como Llama, Mistral y otros que están ganando tracción en entornos empresariales. La guerra por dominar tanto la nube como el edge computing en IA acaba de entrar en una nueva fase.
